Nowcasting to bieżąca ocena tego, co dzieje się obecnie w gospodarce, na rynku lub w zachowaniach klientów, oparta na szybko dostępnych danych. Nowcasting gospodarczy pomaga ograniczyć lukę między realnym przebiegiem zjawisk a publikacją oficjalnych statystyk, dzięki czemu wspiera decyzje podejmowane w warunkach wysokiej zmienności.
Co to jest nowcasting?
Nowcasting jest metodą analityczną służącą do szacowania aktualnego stanu badanego zjawiska, zanim zostanie on potwierdzony przez pełne dane administracyjne, statystyczne lub raportowe. Nazwa pochodzi od połączenia angielskich słów now i forecasting, ale jego celem nie jest przede wszystkim przewidywanie odległej przyszłości. Chodzi o możliwie trafną odpowiedź na pytanie: co dzieje się teraz?
W praktyce nowcasting wykorzystuje dane napływające z różną częstotliwością i w różnym czasie. Mogą to być między innymi dane sprzedażowe, dane o ruchu na stronach internetowych, wyszukiwania internetowe, płatności elektroniczne, wskaźniki logistyczne, informacje o ofertach pracy, dane z mediów społecznościowych, wyniki badań ankietowych czy sygnały z systemów CRM. Dane te są łączone w model statystyczny, ekonometryczny lub uczenia maszynowego, aby oszacować bieżący poziom wskaźnika, dla którego oficjalny pomiar jest jeszcze niedostępny lub niepełny.
Nowcasting gospodarczy jest szczególnym zastosowaniem tej metody. Dotyczy na przykład aktualnej aktywności konsumenckiej, sprzedaży detalicznej, produkcji, popytu w określonej kategorii, nastrojów przedsiębiorstw, sytuacji na rynku pracy lub dynamiki cen. Jego wartość wynika z opóźnień publikacyjnych: dane oficjalne często opisują przeszłość, podczas gdy organizacje muszą reagować na sytuację obserwowaną w bieżącym tygodniu, miesiącu lub kwartale.
W badaniach rynku nowcasting nie oznacza zastąpienia pomiaru ankietowego czy danych transakcyjnych. Jest raczej sposobem integrowania wielu niepełnych sygnałów w jeden aktualny obraz rynku. Może łączyć dane ilościowe o zakupach i ruchu cyfrowym z wynikami badań trackingowych, a także z jakościową interpretacją przyczyn zmian w zachowaniach odbiorców.
Zastosowanie nowcastingu w praktyce
Nowcasting stosuje się wtedy, gdy tempo zmian na rynku jest szybsze niż cykl raportowania danych, a decyzja nie może czekać na finalne zestawienia. Metoda jest przydatna dla menedżerów, zespołów marketingowych, działów sprzedaży, analityków kategorii, badaczy rynku i osób odpowiedzialnych za planowanie popytu.
W praktyce nowcasting może wspierać między innymi następujące zadania:
- bieżące szacowanie popytu na produkty i usługi na podstawie sprzedaży, wyszukiwań, danych o dostępności oraz zachowań użytkowników;
- monitorowanie zmian w kondycji kategorii przed publikacją pełnych danych rynkowych;
- ocenę skutków kampanii marketingowej jeszcze w trakcie jej trwania, z uwzględnieniem sygnałów z kanałów cyfrowych i sprzedażowych;
- wykrywanie osłabienia lub wzrostu aktywności klientów w regionach, segmentach odbiorców albo kanałach dystrybucji;
- aktualizację założeń dotyczących sprzedaży, zapasów, obsady operacyjnej i budżetów mediowych;
- interpretację gwałtownych zmian zachowań konsumentów wywołanych sezonowością, zmianami cen, dostępnością produktów lub wydarzeniami zewnętrznymi.
Przykładowo sieć handlowa może wykorzystywać nowcasting do oceny aktualnego popytu w poszczególnych lokalizacjach. Model może łączyć dane kasowe, dostępność asortymentu, dane pogodowe, natężenie ruchu w kanałach online i wyniki krótkich pomiarów satysfakcji. W branży B2B podobne podejście może służyć do oceny bieżącej aktywności zakupowej firm na podstawie zapytań ofertowych, ruchu na stronach produktowych, długości cyklu sprzedaży i sygnałów z CRM.
W projektach mixed-methods nowcasting może wskazywać, że wystąpiła zmiana wymagająca wyjaśnienia. Badanie jakościowe, takie jak wywiady pogłębione lub analiza rozmów z klientami, pomaga wówczas ustalić mechanizm stojący za sygnałem liczbowym. Instytut Hume’a może wykorzystywać takie połączenie danych, gdy celem jest jednocześnie szybki pomiar zmiany i zrozumienie jej przyczyn.
Nowcasting a powiązane metody
Nowcasting funkcjonuje w ekosystemie analityki predykcyjnej, badań trackingowych i monitoringu danych rynkowych, lecz pełni w nim odrębną rolę. Najważniejsze rozróżnienie dotyczy tego, czym różni się nowcasting od prognozowania. Nowcasting szacuje stan obecny, który nie został jeszcze w pełni zaobserwowany lub opublikowany. Prognozowanie dotyczy przyszłości i odpowiada na pytanie, co prawdopodobnie wydarzy się w kolejnych okresach.
Granica między tymi podejściami może być płynna, ponieważ ten sam model analityczny bywa używany do obu celów. Różni się jednak horyzont decyzji i rodzaj niepewności. W nowcastingu problemem jest brak pełnej obserwacji teraźniejszości. W prognozowaniu problemem jest niepewność dotycząca przyszłych zachowań, warunków rynkowych i zdarzeń zewnętrznych.
Nowcasting jest także powiązany z następującymi metodami i narzędziami:
- badaniami trackingowymi – dostarczają regularnych wskaźników świadomości marki, wizerunku, intencji zakupowych lub satysfakcji, które mogą zasilać model bieżącej oceny rynku;
- web scrapingiem i analizą danych cyfrowych – umożliwiają pozyskiwanie aktualnych sygnałów o cenach, dostępności, ofercie konkurencji, publicznie dostępnych opiniach oraz aktywności użytkowników mierzonej w systemach analitycznych;
- analizą szeregów czasowych – pozwala uwzględniać trend, sezonowość, opóźnienia i współzależności między wskaźnikami;
- modelowaniem predykcyjnym – dostarcza algorytmów służących do łączenia wielu źródeł danych oraz aktualizowania szacunków;
- triangulacją danych – zwiększa wiarygodność wniosków przez porównywanie sygnałów pochodzących z różnych źródeł i metod.
Nie należy utożsamiać nowcastingu z prostym dashboardem aktualizowanym na bieżąco. Dashboard prezentuje dostępne wskaźniki, natomiast nowcasting wykorzystuje je do oszacowania wartości, której jeszcze nie można bezpośrednio i w pełni zmierzyć. Nie jest też synonimem monitoringu mediów społecznościowych czy analizy trendów wyszukiwania, choć takie dane mogą stanowić ważne wejście do modelu.
Ograniczenia nowcastingu i warunki wiarygodności
Nowcasting jest użyteczny tylko wtedy, gdy jakość danych, logika modelu i sposób interpretacji są regularnie kontrolowane. Szybko dostępne źródła danych bywają obciążone błędami, zmianami metodologii, niereprezentatywnością lub nagłymi zmianami zachowań użytkowników. Na przykład wzrost wyszukiwań danego produktu nie musi automatycznie oznaczać wzrostu zakupów.
Wiarygodny nowcasting wymaga przede wszystkim zdefiniowania mierzonego zjawiska, oceny jakości danych wejściowych oraz porównywania wcześniejszych szacunków z później dostępnymi danymi rzeczywistymi. Taka walidacja pozwala określić, w jakich warunkach model działa dobrze, a kiedy jego wskazania wymagają ostrożniejszej interpretacji.
Ważne jest również uwzględnienie zmian strukturalnych. Model oparty na historycznych zależnościach może tracić trafność, gdy zmienia się sposób dokonywania zakupów, polityka cenowa, dostępność produktów, kanały sprzedaży lub definicja wskaźnika źródłowego. Dlatego nowcasting powinien być traktowany jako narzędzie wspierające decyzję, a nie automatyczny substytut analizy eksperckiej i badań bezpośrednich.